风储虚拟电厂在线调度方法和装置制造方法及图纸

本发明专利技术提供风储虚拟电厂在线调度方法和装置，将目标时段的风储虚拟电厂状态以及目标滚动周期中非目标时段的风储虚拟电厂风电出力功率预测信息和负荷预测信息输入预先构建的滚动周期MDP模型的滚动优化子模型中，求解得到由目标滚动周期中非目标时段的风储虚拟电厂调度策略组成的基本可行策略；基于基本可行策略、预演算法以及滚动周期MDP模型的底层优化子模型，求解目标时段的风储虚拟电厂调度策略。本发明专利技术通过制定滚动周期MDP模型来描述风储虚拟电厂的联合调度问题，并采用预演算法作为滚动周期MDP模型的求解算法，使得求解风储虚拟电厂的实时调度策略时避免了由于维数问题导致的求解难度大的情况，还降低了计算开销。销。销。

【技术实现步骤摘要】
风储虚拟电厂在线调度方法和装置


[0001]本专利技术涉及新能源发电
，尤其涉及风储虚拟电厂在线调度方法和装置。

技术介绍

[0002]虚拟电厂是一种通过先进信息通信技术和软件系统，聚合并协调优化可再生能源和灵活资源的电源协调管理系统，它作为一个特殊电厂参与电力市场和电网运行。风储虚拟电厂是一种典型的虚拟电厂，其风电出力能力和负荷需求具有随机性，根据实时预测的风电出力能力和负荷需求实现风储虚拟电厂系统调度有一定困难。
[0003]目前，风储虚拟电厂多构建通过状态转移概率描述系统动态的马尔科夫决策过程(MDP)模型来分析实时调度过程中的多阶段决策问题。然而，由于转移概率难以估计、状态空间和决策空间维数过大等，多阶段决策常产生维数灾，常规方法难以用来求解MDP模型。风储虚拟电厂还基于神经动态规划、强化学习等方法展开调度策略，但计算开销仍较大。
[0004]因此，亟需提出一种高效的风储虚拟电厂调度策略。

技术实现思路

[0005]为了解决上述技术问题，本专利技术提出一种风储虚拟电厂在线调度方法和装置，通过制定滚动周期MDP模型来描述风储虚拟电厂的联合调度问题，使用预演算法求解滚动周期MDP模型得到风储虚拟电厂的实时调度策略，避免了由于维数问题导致的调度策略求解难度大的问题，同时降低了计算开销。
[0006]第一方面，本专利技术提供一种风储虚拟电厂在线调度方法，所述方法包括：
[0007]以目标时段及其之后的多个时段构成目标滚动周期；
[0008]将目标时段的风储虚拟电厂状态以及所述目标滚动周期中非目标时段的风储虚拟电厂预测信息输入预先构建的滚动周期MDP模型的滚动优化子模型中，求解所述滚动优化子模型，得到由所述目标滚动周期中非目标时段的风储虚拟电厂调度策略组成的基本可行策略；
[0009]基于所述基本可行策略、预演算法以及所述滚动周期MDP模型的底层优化子模型，求解所述目标时段的风储虚拟电厂调度策略；
[0010]其中，所述风储虚拟电厂状态，包括：所述风储虚拟电厂的储能电池荷电状态、上一个时段电网交换功率和风电出力功率；
[0011]所述风储虚拟电厂预测信息，包括：所述风储虚拟电厂的风电出力功率预测值和负荷预测值；
[0012]所述风储虚拟电厂调度策略，包括：所述风储虚拟电厂的热电联产设备输出功率、电网交换功率和储能电池运行功率。
[0013]根据本专利技术提供的风储虚拟电厂在线调度方法，所述求解所述滚动优化子模型，得到由所述目标滚动周期中非目标时段的风储虚拟电厂调度策略组成的基本可行策略，包括：
[0014]采用贪心算法求解所述滚动优化子模型，得到由所述目标滚动周期中非目标时段的风储虚拟电厂调度策略组成的基本可行策略。
[0015]根据本专利技术提供的风储虚拟电厂在线调度方法，所述滚动优化子模型的构建过程，包括：
[0016]以风储虚拟电厂最小运行成本为目标构建第一目标函数；
[0017]为所述第一目标函数构建功率平衡约束、第一储能电池充放电功率上下限约束、第一电网交换功率上下限约束和第一热电联产设备输出功率上下限约束；
[0018]基于所述第一目标函数及其对应的约束生成所述滚动优化子模型。
[0019]根据本专利技术提供的风储虚拟电厂在线调度方法，所述第一目标函数的表达式如下所示：
[0020][0021]X(t)＝[E(t),p
G
(t
‑
1),p
w
(t)][0022][0023][0024]所述第一目标函数构建功率平衡约束的表达式如下所示：
[0025][0026]第一储能电池充放电功率上下限约束的表达式如下所示：
[0027][0028][0029][0030]第一电网交换功率上下限约束的表达式如下所示：
[0031][0032][0033][0034]第一热电联产设备输出功率上下限约束的表达式如下所示：
[0035][0036][0037][0038]其中，c
t
(X(t),A(t))为t时段的风储虚拟电厂运行成本，X(t)为t时段的风储虚拟电厂状态，A(t)为t时段的风储虚拟电厂调度策略，E(t)为t时段下风储虚拟电厂中储能电
池的荷电状态，p
w
(t)为t时段下所述风储虚拟电厂的风电出力功率，p
G
(t
‑
1)为(t
‑
1)时段下风储虚拟电厂的电网交换功率，p
G
(t)为t时段下风储虚拟电厂的电网交换功率，为t时段下风储虚拟电厂中第i个热电联产设备输出功率，p
w
(t)为t时段下风储虚拟电厂的储能电池运行功率，为t时段下风储虚拟电厂中第i个热电联产设备的天然气用量，H
i
(t)为t时段下风储虚拟电厂中第i个热电联产设备的供热负荷，p
D
(t)为t时段下风储虚拟电厂的负荷，ΔT为时段的时长，λ(t)为电网功率交换价格，c为天然气使用价格，a
i
为t时段下风储虚拟电厂中第i个热电联产设备输出功率与天然气用量之间的线性函数中的斜率，b
i
为t时段下风储虚拟电厂中第i个热电联产设备输出功率与天然气用量之间的线性函数中的截距，α
c
为储能电池充电效率，α
d
为储能电池放电效率，E为储能电池荷电状态的下限，为储能电池荷电状态的上限，为储能电池运行功率的上限，为t时段下储能电池运行功率的理论下界，为t时段下储能电池运行功率的理论上界，δ为爬坡率，p
G
为功率交换容量下限，为功率交换容量上限，为t时段下风储虚拟电厂的电网交换功率的理论下界，为t时段下风储虚拟电厂的电网交换功率的理论上界，为t时段下风储虚拟电厂中第i个热电联产设备输出功率的理论下界，为t时段下风储虚拟电厂中第i个热电联产设备输出功率的理论上界，v
i
为电能向热能转化比率的下限，电能向热能转化比率的上限，为风储虚拟电厂中第i个热电联产设备输出功率上限。
[0039]根据本专利技术提供的风储虚拟电厂在线调度方法，所述基于所述基本可行策略、预演算法以及所述滚动周期MDP模型的底层优化子模型，求解所述目标时段的风储虚拟电厂调度策略，包括：
[0040]确定所述目标滚动周期非目标时段的风储虚拟电厂调度策略对应的风储虚拟电厂运行成本；
[0041]将所述风储虚拟电厂运行成本输入底层优化子模型中，采用所述预演算法求解所述底层优化子模型，得到所述目标时段的风储虚拟电厂调度策略。
[0042]根据本专利技术提供的风储虚拟电厂在线调度方法，所述底层优化子模型的构建过程，包括：
[0043]以所述目标时段的风储虚拟电厂运行成本与所述目标滚动周期中非目标时段的风储虚拟电厂运行成本的期望之间的加和最小为目标构建第二目标函数；
[0044]为所述第二目标函数构建功率平衡约束、储能电池荷电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风储虚拟电厂在线调度方法，其特征在于，所述方法包括：以目标时段以及所述目标时段之后的多个时段构成目标滚动周期；将目标时段的风储虚拟电厂状态以及所述目标滚动周期中非目标时段的风储虚拟电厂预测信息输入预先构建的滚动周期MDP模型的滚动优化子模型中，求解所述滚动优化子模型，得到由所述目标滚动周期中非目标时段的风储虚拟电厂调度策略组成的基本可行策略；基于所述基本可行策略、预演算法以及所述滚动周期MDP模型的底层优化子模型，求解所述目标时段的风储虚拟电厂调度策略；其中，所述风储虚拟电厂状态，包括：所述风储虚拟电厂的储能电池荷电状态、上一个时段电网交换功率和风电出力功率；所述风储虚拟电厂预测信息，包括：所述风储虚拟电厂的风电出力功率预测值和负荷预测值；所述风储虚拟电厂调度策略，包括：所述风储虚拟电厂的热电联产设备输出功率、电网交换功率和储能电池运行功率。2.根据权利要求1所述的风储虚拟电厂在线调度方法，其特征在于，所述求解所述滚动优化子模型，得到由所述目标滚动周期中非目标时段的风储虚拟电厂调度策略组成的基本可行策略，包括：采用贪心算法求解所述滚动优化子模型，得到由所述目标滚动周期中非目标时段的风储虚拟电厂调度策略组成的基本可行策略。3.根据权利要求1或2所述的风储虚拟电厂在线调度方法，其特征在于，所述滚动优化子模型的构建过程，包括：以风储虚拟电厂最小运行成本为目标构建第一目标函数；为所述第一目标函数构建功率平衡约束、第一储能电池充放电功率上下限约束、第一电网交换功率上下限约束和第一热电联产设备输出功率上下限约束；基于所述第一目标函数及其对应的约束生成所述滚动优化子模型。4.根据权利要求3所述的风储虚拟电厂在线调度方法，其特征在于，所述第一目标函数的表达式如下所示：X(t)＝[E(t),p
G
(t
‑
1),p
w
(t)](t)]所述第一目标函数构建功率平衡约束的表达式如下所示：第一储能电池充放电功率上下限约束的表达式如下所示：
第一电网交换功率上下限约束的表达式如下所示：p
G*
(t)＝max{p
G
(t
‑
1)
‑
δ,p
G
}第一热电联产设备输出功率上下限约束的表达式如下所示：第一热电联产设备输出功率上下限约束的表达式如下所示：第一热电联产设备输出功率上下限约束的表达式如下所示：其中，c
t
(X(t),A(t))为t时段的风储虚拟电厂运行成本，X(t)为t时段的风储虚拟电厂状态，A(t)为t时段的风储虚拟电厂调度策略，E(t)为t时段下风储虚拟电厂中储能电池的荷电状态，p
w
(t)为t时段下所述风储虚拟电厂的风电出力功率，p
G
(t
‑
1)为(t
‑
1)时段下风储虚拟电厂的电网交换功率，p
G
(t)为t时段下风储虚拟电厂的电网交换功率，为t时段下风储虚拟电厂中第i个热电联产设备输出功率，p
w
(t)为t时段下风储虚拟电厂的储能电池运行功率，为t时段下风储虚拟电厂中第i个热电联产设备的天然气用量，H
i
(t)为t时段下风储虚拟电厂中第i个热电联产设备的供热负荷，p
D
(t)为t时段下风储虚拟电厂的负荷，ΔT为时段的时长，λ(t)为电网功率交换价格，c为天然气使用价格，a
i
为t时段下风储虚拟电厂中第i个热电联产设备输出功率与天然气用量之间的线性函数中的斜率，b
i
为t时段下风储虚拟电厂中第i个热电联产设备输出功率与天然气用量之间的线性函数中的截距，α
c
为储能电池充电效率，α
d
为储能电池放电效率，E为储能电池荷电状态的下限，为储能电池荷电状态的上限，为储能电池运行功率的上限，为t时段下储能电池运行功率的理论下界，为t时段下储能电池运行功率的理论上界，δ为爬坡率，p
G
为功率交换容量下限，为功率交换容量上限，p
G*
(t)为t时段下风储虚拟电厂的电网交换功率的理论下界，为t时段下风储虚拟电厂的电网交换功率的理论上界，为t时段下风储虚拟电厂中第i个热电联产设备输出功率的理论下界，为t时段下风储虚拟电厂中第i个热电联产设备输出功率的理论上界，v
i
为电能向热能转化比率的下限，电能向热能转化比率的上限，为风储虚拟电厂中第i个热电联产设备输出功率上限，N为风储虚拟电厂中包含
的热电联产设备的总数。5.根据权利要求1或2所述的风储虚拟电厂在线调度方法，其特征在于，所述基于所述基本可行策略、预演算法以及所述滚动周期MDP模型的底层优化子模型，求解所述目标时段的风储虚拟电厂调度策略，包括：确定所述目标滚动周期非目标时段的风储虚拟电厂调度策略对应的风储虚拟电厂运行成本；将所述风储虚拟电厂运行成本输入底层优化子模型中，采用所述预演算法求解所...

【专利技术属性】
技术研发人员：吴启仁，梅生伟，刘建平，沈子奇，徐飞，陈来军，齐腾云，李亚静，
申请(专利权)人：中国三峡新能源集团股份有限公司清华大学，
类型：发明
国别省市：